Tensorflow图像分类器准确率未能改变

我是Tensorflow的新手。我正在创建一个简单的全连接神经网络用于图像分类。图像的尺寸是(-1, 224, 224, 3),标签是(-1, 2)。然而,我的代码结果显示准确率完全没有提高;它一直保持在47%,即使我改变了学习率、优化器和不同的测试集,准确率也没有变化。任何帮助都将不胜感激!谢谢!


回答:

我有几点观察,首先你的代码有点过时了,你不需要手动设置全连接层,有专门的工具可以做到这一点:密集层。如果你加载的是图像,为什么不使用卷积层呢?我还推荐使用Adam优化器,只需将其参数保持默认值就行。希望我能帮到你一点 🙂

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注